| Lautsprecher |
Transkript |
| Mandy |
Okay, willkommen zu unserer heutigen Diskussion. Reden wir über Tabellen. Mein Name ist Mandy Chambers und ich bin leitende Testingenieurin im JMP-Testteam. |
| |
Meine Kollegin und Freundin Kelci Miclaus ist heute bei mir. Sie ist Senior Managerin im Bereich Forschung und Entwicklung im Life-Sciences-Team von JMP. |
| |
Kelci und ich haben vor ein paar Jahren tatsächlich angefangen, zusammenzuarbeiten, als ein klinisches Produkt anfing, ein großer Verbraucher all der Dinge zu werden, die ich zufällig testete. |
| |
Dadurch lernte ich ihre Gruppe ziemlich gut kennen und konnte eng mit ihnen an verschiedenen Dingen arbeiten, die sie umzusetzen versuchten. |
| |
Und es war für mich wirklich wertvoll, eine Live-Anwendung sehen zu können, bei der ein Kunde die Dinge, die ich tatsächlich in JMP getestet habe, wirklich nutzt und wie er sie im klinischen Produkt einsetzen würde. |
| |
In der Vergangenheit haben wir diese Präsentation gemacht. Sie ist viel länger und wir haben beschlossen, dass es das Beste ist, hier |
| |
Ich gebe Ihnen das gesamte Dokument. Das ist also der Anhang dieser Aufzeichnung, zusammen mit zwei Datensätzen und Zip-Dateien. Sie sollten Datentabellen, Skripte, |
| |
Einige Journale und andere Dinge, die Sie benötigen, und Sie können die einzelnen Anwendungen durchgehen, auch wenn ich Ihnen etwas nicht zeige oder Kecli Ihnen etwas darin nicht anzeigt. Das sollten Sie können. Lassen Sie mich zunächst meinen Bildschirm hier freigeben. |
| |
Damit Sie wissen, worüber ich heute sprechen werde. Wie bereits erwähnt, würde ich in meinem Tagebuch, wenn ich es vollständig zeigen würde, über das Verbinden von Tabellen und die verschiedenen Möglichkeiten sprechen, Tabellen zu verbinden. |
| |
Dies ist der Teil, auf den ich nicht näher eingehen werde, sondern nur eine einfache Tabellenverknüpfung. Wenn ich hierauf klicke, |
| |
Laptop-Läufe und Laptop-Themen. Und unter dem Tabellenmenü, wenn Sie neu bei JMP sind oder dies vielleicht noch nicht getan haben, |
| |
Sie können eine Tabellenverknüpfung durchführen. Dies ist eine physische Verknüpfung. Dadurch werden die Tabellen zusammengeführt. Ich würde beispielsweise Laptop-Läufe mit Laptop-Themen verknüpfen. |
| |
In diesem Dialog wählen Sie die Elemente aus, die Sie verknüpfen möchten. Sie können per Matching, kartesischem Join, Zeilen-Join und anschließend per Tabellen-Join verknüpfen. Ich werde das jetzt nicht tun, nur für |
| |
Zeitaufwand, aber genau das würden Sie tun. Und hier unter dem Tabellenmenü möchte ich auch über den JMP-Abfragegenerator sprechen. |
| |
Und es bietet die Möglichkeit, mehrere Tabellen miteinander zu verbinden. Egal, ob Sie 3, 4, 5, 6 oder mehr Tabellen haben, Sie können sie zusammenfügen und eine Tabelle erstellen, die alles enthält. Aber auch das werde ich heute nicht tun. |
| |
Wenn ich also |
| |
Gehen Sie hier zurück und ich schließe diese Tabellen. |
| |
Beginnen wir mit der Entstehung des virtuellen Joins. Sprechen wir also zuerst über das Verbinden von Tabellen. |
| |
Sie müssen entscheiden, welche Art von Verknüpfung Sie verwenden möchten. Wenn Ihre Tabellen klein sind, ist es möglicherweise am einfachsten, eine physische Verknüpfung durchzuführen. Führen Sie einfach eine Tabellenverknüpfung durch, wie die beiden Tabellen, die ich Ihnen gezeigt habe, die nicht sehr groß waren. |
| |
Wenn Sie drei oder vier oder mehr Tabellen einbeziehen, ist der JMP-Abfragegenerator ein wunderbares Tool zum Erstellen einer Tabelle. |
| |
Und vielleicht möchten Sie alle Ihre Daten in derselben Tabelle speichern, also ist das vielleicht genau das, was Sie wollen. Sie müssen nur auf den Speicherplatz achten. |
| |
und Leistung. Und Sie müssen sich darüber im Klaren sein, dass Sie Duplikate erstellen, wenn Sie fünf oder sechs Tische separat aufstellen und diese dann physisch zusammenfügen. |
| |
So können Sie entscheiden, welche Sie verwenden möchten. Der virtuelle Join wurde in JMP 13 eingeführt und mit der Möglichkeit ergänzt, |
| |
Verwenden Sie einen Link, eine gemeinsame Link-ID, und verknüpfen Sie mehrere Tabellen miteinander. Es ist eine Art Verknüpfung ohne Verknüpfung. Das spart Platz und vermeidet Datenduplizierung. |
| |
Und so… in Version 13 haben wir damit begonnen. In Version 14 und 15 haben wir dann weitere Funktionen hinzugefügt, die von Kunden gewünscht wurden. Tabellen mit Zeilen synchronisieren… Zeilenstatussynchronisierung. Spaltennamen können gekürzt werden. Wir haben die Möglichkeit hinzugefügt, verknüpfte Tabellen automatisch zu öffnen. |
| |
Die Möglichkeit, eine Link-ID und eine Link-Referenz in derselben Spalte zu haben. Außerdem haben wir diese kleinen Hover-Tipps hinzugefügt, die Ihnen zeigen, welche Quelle Ihre Spaltenquelltabelle ist. |
| |
Das sind also die Dinge, die wir hinzugefügt haben, und ich werde versuchen, es einzurichten und Ihnen zu demonstrieren. Ich habe diese Daten, die ich tatsächlich von einem ... erhalten habe. |
| |
Es ist nur ein fiktives High-Tech-Unternehmen. Und es sind HR-Daten, die Dinge wie Vergütung, Mitarbeiterzahl, Diversität und Compliance beinhalten. |
| |
Bildungsgeschichte und andere Beschäftigungsfaktoren. Wenn man darüber nachdenkt, sind das perfekte Daten zum Verknüpfen, denn man hat |
| |
normalerweise eine eindeutige ID-Variable, beispielsweise eine Mitarbeiter-ID oder etwas, das Sie miteinander verknüpfen können, um möglicherweise verschiedene Daten für Ihr HR-Team bereitzustellen, die sich an unterschiedlichen Orten befinden. |
| |
Ich werde also diese beiden Tabellen öffnen und einfach durchgehen, was Sie tun würden, wenn Sie versuchen würden, diese miteinander zu verknüpfen. |
| |
Diese Tabelle hier ist „Employee Scores 1“ und ganz hinten habe ich „Compensation Master 1“. Diese Tabelle „Employee Scores 1“ ist meine Quelltabelle. |
| |
Und Compensation Master ist meine Referenztabelle. Sie können also diese ID, diese ID-Variable hier in dieser Tabelle sehen. Und sie befindet sich auch in der Compensation Master-Tabelle. |
| |
Ich richte meine Link-ID ein. Dafür gibt es verschiedene Möglichkeiten. Sie können in die Spalteneigenschaften gehen. |
| |
Und hier unten sehen Sie eine Link-ID und eine Referenz. Am einfachsten geht das mit einem Rechtsklick, dort sehen Sie die Link-ID. |
| |
Und wenn ich hier nachschaue, kann ich sehen, dass dieser ID-Schlüssel dieser Spalte zugewiesen wurde. |
| |
Dann gehe ich in meine Vergütungs-Mastertabelle und in diese Spalte. Auch hier können Sie dies über die Spalteneigenschaften tun. |
| |
Am einfachsten geht es, indem Sie hier zur Linkreferenz gehen. Die Tabelle hat die ID. Sie wird in dieser Liste angezeigt. Ich klicke darauf und siehe da, da ist meine Linkreferenz. |
| |
Symbol hier. Ich sehe jetzt, dass alle Spalten dieser Tabelle verfügbar sind. Sie sehen, dass Sie eine große Anzahl von Spalten haben. |
| |
Sie können hier auch sehen, dass Sie ... das sind ziemlich lange Spaltennamen, Sie haben die Spaltennamen und diese Kennung hier, die Ihnen zeigt, dass dies eine referenzierende Spalte ist. |
| |
Ich werde also diese kleine, einfache Tabelle ausführen, die ich hier gespeichert habe, und Ihnen ganz kurz zeigen, dass dies ein Bericht ist, und Ihnen einfach zeigen, dass dies eine virtuelle Spalte mit der Dienstzeit ist. |
| |
Und dann ist die Vergütungsart tatsächlich Teil meiner Vergütungstabelle und das Geschlecht ist eine virtuelle Spalte. Ich verwende also ... erstelle dies mithilfe virtueller Spalten und auch Spalten, die sich in der Tabelle befinden. |
| |
Eine Sache, auf die ich Sie schnell aufmerksam machen wollte, ist, dass unter diesem kleinen roten Dreieck... nehmen wir an, Sie arbeiten mit diesen Daten und Sie entscheiden, |
| |
„Oh, ich möchte unbedingt diese eine Tabelle erstellen. Ich möchte wirklich alle Spalten in einer Tabelle.“ Hier gibt es ein kleines geheimes Tool namens „Referenzdaten zusammenführen“. |
| |
Und viele Leute wissen nicht genau, dass das da ist. Aber wenn ich wollte, könnte ich darauf klicken und alle Spalten zusammenführen in |
| |
diese Tabelle. Aus Zeitgründen werde ich das jetzt nicht tun, aber ich wollte darauf hinweisen, wo sich das befindet. |
| |
Und ich zeige es Ihnen kurz hier im Journal. Das geht mit Skripting. Sie können die Eigenschaftsverknüpfung so setzen, dass sie auf Ihre Tabelle verweist. |
| |
Liste, die die Linkspalten verwendet. Ich schließe das jetzt schnell und gehe dann zurück zur gleichen Anwendung, in der ich eigentlich |
| |
In den beiden Tabellen habe ich zusätzlich gespeicherte Skripte gespeichert, um noch ein paar Dinge anzuzeigen. Ich habe hier wieder die Mitarbeiterbewertungen. Dies ist meine Quelltabelle. |
| |
Und dann habe ich den Compensation Master. Die beiden sind bereits verknüpft, wie Sie hier sehen können. Ich möchte die Tabelle noch einmal ausführen und Ihnen etwas zeigen. |
| |
Sie sehen, dass die Spaltennamen nun kürzer sind. Ich möchte Ihnen zeigen, was wir in JMP 14 hinzugefügt haben. Wenn ich mit der rechten Maustaste klicke und den Spalteninfo-Dialog öffne, |
| |
Ich sehe hier, dass hier „Verknüpfte Spaltennamen verwenden“ steht. Das bedeutet, dass diese Namen kürzer sind. |
| |
Und das ist wirklich eine nette Funktion, denn wenn Sie diesen Bericht am Ende des Tages mit jemandem teilen, ist es ihm egal, wo die Spalten sind |
| |
stammen, unabhängig davon, ob sie sich in der Haupttabelle oder in der virtuellen Tabelle befinden. Sie erhalten also einen schönen, übersichtlichen Bericht. Das Skript wird gespeichert, sodass Sie im Skript sehen können, dass es … |
| |
Es speichert das Skript, das Ihnen eine Referenztabelle anzeigt. Wenn ich mir das anschaue, kann ich sehen. Sie wissen also, woher diese Spalte kommt, aber |
| |
Jemand, mit dem Sie etwas teilen, muss es nicht unbedingt wissen. Deshalb möchte ich Ihnen noch etwas zeigen, das wir mit der Weiterleitung von Zeilenzuständen hinzugefügt haben. |
| |
Ein ganz kurzes Beispiel: Ich werde diese Verteilung ausführen. Und Sie bemerken sofort, dass ich in dieser Verteilung einen Titel habe, der besagt, dass diese Zahlen falsch sind. |
| |
Lassen Sie mich also darauf hinweisen, wovon ich spreche: „Mitarbeiterbewertungen“ ist meine Mitarbeiterdatenbanktabelle und sie umfasst etwa 3.600 Mitarbeiter. |
| |
Dies ist eine eindeutige Referenz auf Mitarbeiter und es handelt sich um eine aktuelle Mitarbeiterdatenbank. Meine Vergütungstabelle ähnelt eher einer Verlaufstabelle und enthält 12.000 |
| |
Zeilen darin, sodass diese Tabelle möglicherweise mehrere Verweise auf denselben Mitarbeiter enthält. Nehmen wir an, ein Mitarbeiter hat den Arbeitsplatz gewechselt und eine Gehaltserhöhung bekommen oder ist umgezogen. |
| |
Oder es könnten Mitarbeiter vorhanden sein, die nicht mehr im Unternehmen sind. Führen Sie diesen Bericht also aus dieser Tabelle aus. |
| |
liefert nicht die Informationen, die ich wirklich brauche. Ich sehe hier unten, dass meine Zählung falsch ist. Ich habe höhere Zählungen erhalten, ich habe nicht genau das, wonach ich gesucht habe. |
| |
Dies ist einer der Gründe, warum wir diese Zeilenzustandssynchronisierung erstellt haben, und Kelci wird auch anhand einer realen Anwendung etwas ausführlicher darüber sprechen. |
| |
Ich zeige Ihnen einfach, wie Sie die Verteilung von Zeilenzuständen einrichten. Ich verwende einfach Batches. |
| |
Auswahlfarbmarkierung. Und was ich mache, ist, dass ich tatsächlich vom Vergütungsmaster an die Mitarbeiterbewertungen sende, |
| |
Ich sende die Informationen an diese Tabelle, weil (es tut mir leid) dies die Tabelle ist, von der aus meine Informationen ausgeführt werden sollen. |
| |
Wenn ich also zurückgehe und die Verteilung erneut ausführe, habe ich jetzt diese Verteilung (es sind etwas andere Spalten), aber ich habe diese Verteilung. Und wenn ich mir die Zahlen hier anschaue, |
| |
Ich habe die genauen Zahlen meiner Mitarbeiterdatenbank. Und genau das wollte ich sehen. Man muss also beim Einteilen und Annehmen vorsichtig sein, Kelci wird noch mehr dazu sagen. Aber das war nur ein einfaches Fallbeispiel. |
| |
Und ich werde Ihnen ganz schnell zeigen, dass es einen Link zur Online-Hilfe gibt, der zeigt |
| |
Ein Beispiel für das virtuelle Verbinden von Spalten und die Anzeige von Zeilenzuständen. Es führt Sie Schritt für Schritt durch den Vorgang. Es gibt hier auch noch weitere Beispiele. |
| |
der Verwendung von virtuellem Join. Wenn Sie weitere Informationen zur Einrichtung benötigen. Und noch einmal zur Erinnerung: Alles ist skriptfähig. Sie können es also direkt hier skripten, indem Sie Ihre Zeilenzustände und die verschiedenen gewünschten Einstellungen einrichten. |
| |
Mit JMP 15 haben wir einige weitere Funktionen hinzugefügt. So können Tabellen automatisch geöffnet und Spalten angezeigt werden, indem man mit der Maus über sie fährt. Ich erkläre Ihnen, was das genau bedeutet. |
| |
Wenn ich darauf klicke, haben wir neue Tabellen für JMP 15 erstellt, employeemaster.jmp, die weiterhin Teil der HR-Daten sind. Wenn ich das genauer unter die Lupe nehme, fallen mir ein paar Dinge zu dieser Tabelle ein. |
| |
Es verfügt über eine Link-ID und eine Link-Referenz. Und das war die weitere Neuerung in JMP 15: die Möglichkeit, eine Link-ID und eine Link-Referenz in derselben Spalte anzuzeigen. |
| |
Wenn ich mir das hier anschaue und dann zu meinem Home-Fenster gehe, sehe ich, dass dort zwei weitere Tabellen geöffnet sind. Sie wurden automatisch für mich geöffnet. |
| |
Ich werde diese hier öffnen, um sie zu veranschaulichen. Diese Mitarbeiterstammtabelle ist verknüpft mit |
| |
a...stapeln Sie sie übereinander...es ist mit der Tabelle mit dem Bildungsverlauf verknüpft, die wiederum mit meiner Tabelle mit den prognostizierten Kündigungen verknüpft ist. Und Sie können sehen |
| |
Es gibt eine Mitarbeiter-ID mit einer Linkreferenz und der Link-ID, der Mitarbeiter-ID hier. Dasselbe gilt, und dann hat die Vorhersagebestimmung nur eine ID. |
| |
Und wenn Sie eine oder zwei weitere Tabellen mit eindeutigen Mitarbeiter-ID-Daten haben und diese importieren müssen, können Sie die Zeichenfolge fortsetzen, indem Sie hier eine Linkreferenz zuweisen. Ich möchte Ihnen kurz zeigen, wie ich mit der rechten Maustaste auf diese Spalte hier klicke. |
| |
Ich kann sehen, dass meine Link-ID und meine Link-Referenz festgelegt sind. Außerdem wird mir angezeigt, dass die Tabelle „Bildungsverlauf“ mit dieser Tabelle verknüpft ist. |
| |
Ich habe die automatische Öffnung und die kürzeren Namen aktiviert. Zeilenzustände werden nicht verteilt, daher ist dort nichts festgelegt. Alle Spalten der beiden anderen Tabellen stehen mir für meine Referenztabelle „Mitarbeiterstamm“ zur Verfügung. |
| |
Und Sie können ganz schnell erkennen, dass Ihnen hier eine große Anzahl von Spalten zur Verfügung steht, und die Linkspalten werden hier unten als gruppierte Spalten angezeigt. |
| |
Eine weitere Frage, die von Kunden gestellt wurde, lautete, ob Sie uns irgendwie mitteilen können, woher diese Spalten stammen. |
| |
damit das etwas klarer ist? Also haben wir diesen netten kleinen Hover-Tipp hinzugefügt. Wenn ich mit der Maus darüberfahre |
| |
Dies sagt mir, dass dieses spezielle Spalten-Disability-Flag von einer vorhergesagten Kündigung stammt. Es stammt also tatsächlich aus der letzten Tabelle in meiner Reihe. |
| |
Und wenn ich hier runtergehe und auf eines davon klicke, steht dort, dass der Studiengangscode aus der Bildungsgeschichte stammt. |
| |
Das ist also eine nette kleine Funktion, die Ihnen beim Auswählen Ihrer Spalten hilft, vielleicht bei dem, was Sie mit Plattformen usw. ausführen möchten. |
| |
Aber wenn ich diese Verteilung ausführe, ist dies nur ein einfaches Verteilungsbeispiel, das zeigt, dass die Mitarbeiterebene |
| |
stammt aus meiner Mitarbeiterstammtabelle. Die Abschlussbeschreibung stammt aus der Tabelle mit dem Bildungsverlauf und die Leistungsbewertung aus meiner Tabelle mit den prädiktiven Kündigungen. Und dann können Sie noch etwas genauer hinschauen mit |
| |
einige dieser anderen Beispiele, die hier sind. Ich habe gebaut |
| |
Hier sehen Sie ein Kontextfenster mit Dashboards, das einen Graph Builder mit einem Boxplot zeigt. Wir haben hier eine Verteilung, eine Tabelle und eine Heatmap. |
| |
Ich verwende alle virtuellen Spalten, einige, wissen Sie, einige Spalten stammen aus der Tabelle, aber auch virtuelle Spalten haben einen Filter. Wenn ich mir also Frauen und Berufstätige ansehen möchte. |
| |
Ich weise hier immer gerne auf die Merkwürdigkeiten hin. Wenn ich mir also diese beiden kleinen Orte anschaue, die hier irgendwie herumhängen, finde ich das sehr interessant, weil die Vergütungsquoten zeigen, wie die Leute bezahlt werden. |
| |
Im Grunde genommen, ob sie im richtigen Verhältnis bezahlt werden oder nicht, entspricht ihrer Stellenbeschreibung. Und es sieht so aus, als ob diese beiden Ausreißer |
| |
Wenn sie die Erwartungen ständig übertreffen, sieht das so aus, als wären sie vielleicht unterbezahlt. Genau wie dieser hier oben |
| |
ist ganz von selbst und es sieht so aus, als würden sie ihre Erwartungen selten erfüllen, aber sie könnten etwas überbezahlt sein oder es könnten Fehler sein. Aber auf jeden Fall, wenn Sie sich auf diese konzentrieren, können Sie auch sehen, dass die Auswahl getroffen wird |
| |
Hier. In dieser Heatmap kann ich erkennen, dass Leistungsgelder und Schulungsgelder ausgegeben werden. Vielleicht sollte man diese Person also schulen. Das ist wirklich gut zu sehen. |
| |
Das ist also |
| |
Das ist so ziemlich alles, was ich zeigen wollte. Ich wollte nur Folgendes zeigen, nur zur Erinnerung, nur zur Wiederholung. Der Bildungsverlauf hat Zugriff auf die Spalten, die sich im vorhergesagten Abschluss befinden. |
| |
So können diese beiden Tabellen unabhängig voneinander kommunizieren. Wenn ich dieses Graph-Skript ausführe, |
| |
Ich habe ähnliche Leistungs- und Ausbildungsbudgets, aber ich schaue mir beispielsweise den Notendurchschnitt und die Klassenrangliste an, um herauszufinden, wo die Leute hier in die Grenzen fallen, indem ich Kombinationen von Spalten aus nur diesen beiden Tabellen verwende. |
| |
Ich gebe das weiter. Ich glaube, das war der Großteil dessen, was ich mitteilen wollte. Ich beende jetzt die Bildschirmfreigabe. Und ich gebe das an Kelci zurück, die ab jetzt weitermacht. |
| Kelci J. Miclaus |
Danke, Mandy. |
| |
Mandy sagte, wir hätten diesen Vortrag jetzt schon ein paar Mal gehalten, und es war wirklich diese gemeinsame Anstrengung von |
| |
Ich arbeite in meiner Gruppe, die sich mit Biowissenschaften für die vertikalen Lösungen JMP Clinical und JMP Genomics beschäftigt. |
| |
und ich habe perfekte Beispiele dafür gefunden, wo ich virtuelle Verknüpfungen wirklich nutzen konnte, und eng mit dem Entwicklungsteam daran gearbeitet, wie diese Funktionen in den letzten Versionen von JMP veröffentlicht wurden. |
| |
In diesem Abschnitt werde ich einige Beispiele speziell zu unserer klinischen Forschung durchgehen und zeigen, wie wir die Idee der sprechenden Tabelle im Zusammenhang mit der Zeilenzustandssynchronisierung wirklich genutzt haben. |
| |
Wie Mandy bereits erwähnt hat, ist dies nun, und wenn wir gegen Ende noch Zeit haben, diese Idee der virtuellen Verknüpfungen mit Zeilenstatussynchronisierung die gesamte Architektur, die die Verwendung von JMP Clinical-Berichten und -Überprüfungen bestimmt. |
| |
Zur Beurteilung früher Wirksamkeits- und Sicherheitsberichte sowie klinischer Studien mit unseren Kunden. Einer der Gründe, warum es so gut passt, ist die Formatierung typischer Daten klinischer Studien. |
| |
Das Datenbeispiel, das ich für alle Beispiele zur Zeilenzustandssynchronisierung oder Zeilenzustandsausbreitung, wie ich es manchmal nenne, verwenden werde, |
| |
sind Beispieldaten aus einer klinischen Studie mit etwa 900 Patienten. Es handelte sich um eine echte klinische Studie, die vor etwa 20-30 Jahren durchgeführt wurde |
| |
Untersuchung der Subarachnoidalblutung und der Behandlung dieser Patienten mit Nicardipin. |
| |
Das Tolle an klinischen Daten ist, dass wir mit sehr standardisierten normalisierten Datenstrukturen arbeiten, was bedeutet, dass jede Komponente einer klinischen Studie erfasst wird, ähnlich wie die HR-Daten, die Mandy uns gezeigt hat... gezeigt... gezeigt hat |
| |
wird normalisiert, sodass jede Tabelle ihren eigenen Inhalt hat und wir diesen separat verfolgen können, dann aber virtuelle Verknüpfungen verwenden, um umfassende Storys zu erstellen. |
| |
Die drei Datensätze, die ich durchgehen werde, sind diese Demographietabelle, die etwas weniger als 900 Patienten enthält. |
| |
von klinischen Studien, wobei wir hier pro Patient eine Zeile haben. Diese wird als Demografie bezeichnet und enthält Informationen zu Geburt, Alter, Geschlecht, Rasse, Behandlung und allen anderen Vorkommnissen, die während der klinischen Studie aufgetreten sind. |
| |
Ebenso können wir separate Tabellen haben. In einer klinischen Studie werden typischerweise bei jedem Besuch die unerwünschten Ereignisse erfasst, die bei einem Patienten während der Behandlung mit einem neuen Medikament aufgetreten sind. |
| |
Medikament oder Studie. Diese Tabelle enthält etwa 5.000 Datensätze. Wir haben zwar immer noch die eindeutige Probandenkennung, aber natürlich gibt es Duplikate. Hier wird jedes Ereignis oder unerwünschte Ereignis erfasst. |
| |
die für jeden Patienten in unserer klinischen Studie berichtet wurden. Und schließlich werde ich auch einen Labordatensatz oder Labordatensatz verwenden, |
| |
Dies folgt ebenfalls dem ähnlichen gestapelten Datensatzformat, das wir bei den unerwünschten Ereignissen gesehen haben. |
| |
Dabei denken wir an die regelmäßigen Besuche, bei denen verschiedene Labormessungen vorgenommen werden und wir diese im Verlauf der klinischen Studie verfolgen können, um nach Anomalien und dergleichen zu suchen. |
| |
Diese drei Tabellen stellen ein standardisiertes, normalisiertes Format des sogenannten internationalen CDISC-Standards für Daten aus klinischen Studien dar. |
| |
Und es passt so gut zu uns, wenn wir den virtuellen Join nutzen. Wie Mandy gesagt hat, ist es einfach, eine Merge-Tabelle von Laboren zu erstellen. |
| |
Hier haben wir jedoch 6.000 Labordatensätze. Die Zusammenführung unserer Demografie würde zu einer Duplizierung aller einzelnen Instanzen der demografischen Beschreibungen führen. Deshalb möchten wir eine virtuelle Verknüpfung einrichten, was ganz einfach ist. |
| |
Wenn wir in unserer Demografietabelle eine eindeutige Betreffkennung als unsere Link-ID erstellen, richten wir diese ein. |
| |
Und dann ganz schnell, weil wir normalerweise die Laborergebnisse betrachten und so etwas wie die Behandlungsgruppe verwenden möchten, in der sie sich befinden, um zu sehen, ob es Unterschiede in den Laboren gibt, |
| |
Wir können jetzt auf diese Daten verweisen und Visualisierungen oder Berichte erstellen, die die Unterschiede zwischen den Behandlungsgruppen in unseren Laborergebnissen tatsächlich bewerten und untersuchen. |
| |
Daher mussten wir die Zusammenführung nicht durchführen. Wir haben einfach durch die einfache Einrichtung der Spalteneigenschaften eines virtuellen Joins in zwei Schritten Zugriff auf diese Spalte mit den geplanten ARM-Daten aus unserer Demografietabelle erhalten. |
| |
Es ist auch sehr einfach, sich Laboranomalien anzusehen. Hier ist eine Darstellung der verschiedenen Arme oder Behandlungsgruppen, die bei den Besuchen einer klinischen Studie ungewöhnlich hohe Laborwerte aufwiesen. |
| |
Wir möchten vielleicht dieselbe Art von Analyse auch mit unserem unerwünschten Ereignis durchführen, wobei wir auch sehen möchten, ob es unterschiedliche Vorkommnisse bei den unerwünschten Ereignissen gibt |
| |
zwischen diesen Behandlungsgruppen. Wir können diese Tabelle also auch wieder mit unserer referenzierten Demografie verknüpfen und sehr schnell die Verteilung der Nebenwirkungen ermitteln, die beispielsweise für Nicardipin, die aktive Behandlung, im Vergleich zu einem Placebo getrennt auftreten. |
| |
Jetzt wollen wir, dass sie wirklich kommunizieren. Die nächsten beiden Beispiele, die ich mit diesen Daten zeigen möchte, sind die Optionen zur Zeilenstatussynchronisierung, die wir haben. |
| |
Sie haben also schnell aus Mandys Abschnitt erkannt, dass wir nun in den Spalteneigenschaften die Möglichkeit haben, Zeilenzustände zwischen Tabellen zu synchronisieren. |
| |
Aus diesem Grund heißt unser Vortrag „Sprechende Tabellen“, denn so können sie jetzt kommunizieren. Und Sie können entweder Zeilenzustände versenden, d. h. die Tabelle, für die Sie den Verweis auf eine Link-ID eingerichtet haben, kann Informationen von dieser Tabelle zurück an ihre Referenz-ID-Tabelle senden. |
| |
Und ich werde ein kurzes Beispiel durchgehen, aber wie erwähnt... wie Mandy erwähnte, ist dies bei weitem das mehr |
| |
Dies kann manchmal ein gefährlicher Fall sein, da man sehr leicht auf Situationen stößt, in denen die Ergebnisse nicht eindeutig sind. Ich werde jedoch einen Fall zeigen, in dem es funktioniert und nützlich ist. |
| |
Wie Sie bemerkt haben, war es allein anhand dieser Analyse, beispielsweise der unerwünschten Ereignisse, sehr einfach, auf die Spalten der Tabelle zuzugreifen, zu der wir einen Linkverweis eingerichtet haben (die ID-Tabelle), und die Unterschiede der Behandlungsgruppen in dieser Tabelle anzuzeigen. |
| |
Es gibt jedoch nichts, was andersherum funktioniert. Wie Mandy bereits sagte, sollten Sie diese neue Join-Tabelle nicht verwenden, um beispielsweise die Verteilung dieser Behandlungsgruppe zu untersuchen. |
| |
Denn was Sie hier tatsächlich haben, sind Zahlen, die nicht übereinstimmen. Es sieht so aus, als gäbe es 5.000 Themen, obwohl, wenn Sie zurück zu unserem |
| |
Demographie-Tabelle haben wir weniger als 900. Hier ist also die wahre Verteilung der etwa 900 Probanden nach Behandlungsgruppe |
| |
mit all ihren anderen Verteilungen. Nun ist es jedoch an der Zeit, dass Sie diese Tabelle als Analysetabelle oder als Ziel für die Erstellung einer Analyse verwenden möchten. |
| |
Und Sie möchten Informationen aus den Tabellen gewinnen, die virtuell damit verknüpft sind. Zum Beispiel das Labor und die unerwünschten Ereignisse. |
| |
Wir werden diese Tabelle hier also verwenden, um eine Visualisierung zu erstellen, die die Personen in dieser Tabelle mit allen Personen versieht, bei denen ein abnormaler Labortest oder ein schwerwiegendes unerwünschtes Ereignis aufgetreten ist. |
| |
Und jetzt habe ich geschummelt, denn ich habe diese Daten vorbereitet. Sie werden in meinen Daten zu unerwünschten Ereignissen feststellen, |
| |
Ich habe die Analyse bereits durchgeführt, um alle Fälle von Personen zu finden, bei denen es sich um ... um unerwünschte Ereignisse handelte, die als schwerwiegend eingestuft wurden, und ich habe die Zeilenstatusmarkierung verwendet, um die Datensätze zu kommentieren, bei denen es sich um ... um schwerwiegende unerwünschte Ereignisse handelte. |
| |
Ähnlich verhält es sich im Labordatensatz: |
| |
Ich habe die Farbe Rot verwendet, um alle Laborergebnisse zu kommentieren, die |
| |
ungewöhnlich hoch. So können wir beispielsweise alle mit hohen Anomalien sehen. Ich habe das meiste davon rot markiert, nur die Zeilenstatusauswahl und dann die Steuerung der Zeilenstatus. |
| |
Mit diesen Daten, in denen ich diese beiden Zeilenzustände habe, können wir zurück zu unserer Demografietabelle gehen |
| |
und erstellen Sie eine Ansicht |
| |
Dabei handelt es sich um eine Verteilung des Alters unserer Patienten in einer klinischen Studie nach Standort. |
| |
Und wenn wir jetzt zu jeder der verknüpften Tabellen zurückkehren, können wir das Einbringen dieser kommentierten Informationen mit der Zeilenstatussynchronisierung steuern. |
| |
Wir ändern diese Option hier von Zeilenzuständen mit Referenztabelle auf „Keine“ und dann auf „Versenden“. Dabei möchte ich vorsichtig sein. Die Tabelle soll der Link-Referenztabelle lediglich mitteilen, dass ein Marker gesetzt ist. |
| |
Ich klicke auf „Übernehmen“ |
| |
Und Sie werden automatisch feststellen, dass meine Visualisierung, die ich auf Grundlage dieser demografischen Tabelle erstellt habe, nun die Markierungen aller Personen enthält, bei denen ein unerwünschtes Ereignis aus dieser anderen Tabelle aufgetreten ist. |
| |
Das Gleiche können wir jetzt mit Laboren machen. |
| |
Wählen Sie „Versenden“. In diesem Fall möchten wir nur Farbe versenden. |
| |
Und jetzt sind wir einfach durch die Steuerung der Spalteneigenschaften an einem Punkt, an dem wir eine Visualisierung oder Analyse auf Grundlage unserer Demografietabelle haben, die mithilfe der Synchronisierung oder Weitergabe des Dispatch-Zeilenstatus Zugriff auf die Informationen aus diesen virtuell verknüpften Tabellen erhalten hat. |
| |
Das ist wirklich cool. Ich finde, es ist eine wirklich leistungsstarke Funktion. Allerdings gibt es bei der Versandoption viele Fallstricke und Dinge, auf die man achten sollte. |
| |
Die gesamte Funktionsweise virtueller Verbindungen ist |
| |
die Link-ID-Tabelle, das Datum... die Datentabelle, die Sie einrichten, in diesem Fall Demografie, ist eine Zeile pro ID und Sie verwenden diese, um sie zusammenzuführen oder virtuell zu verbinden |
| |
Datentabelle, die viele Kopien dieser Nutzungs-ID enthält. Wir erstellen also eine Eins-zu-viele-Verknüpfung; das ist in Ordnung. Dispatch erstellt eine Viele-zu-eins-Verknüpfung |
| |
Konversation. Im Dokument, das wir haben, ... in der Ressource, die mit diesem Video bereitgestellt wird, gibt es eine Menge |
| |
Kommentar zum vorsichtigen Einsatz. Es sollte nicht zu interaktiv sein. |
| |
Wenn Sie dann den Zeilenstatus ändern möchten, kann dies sehr leicht verwirrend oder unsinnig werden. |
| |
Wenn ich beispielsweise beides mit Farbe und Marker markiert habe, weiß es nicht, was zu tun ist, weil einige Zeilen sagen könnten: „Färben Sie dies rot.“ |
| |
aber die andere verknüpfte Tabelle könnte sagen, dass es blau oder schwarz sein soll. Sie müssen also sehr vorsichtig sein, dass Sie nicht mischen und anpassen und dass Sie bei der Idee der Viele-zu-eins-Zusammenführung nicht zu interaktiv vorgehen. |
| |
Aber in diesem Beispiel war dies ein wirklich sehr wertvolles Tool, das eine ganze Menge Datenmanipulation erfordert hätte, um an diesen Punkt zu gelangen. |
| |
Ich werde also diese Beispiele für das virtuelle Dispatch-Join-Beispiel abschließen und mit dem fortfahren, was wahrscheinlich häufiger verwendet wird, nämlich dem Akzeptieren ... |
| |
Akzeptanzzeilenstatus der virtuellen Join-Talking-Tabellen. Und für diesen Fall werde ich dies tatsächlich mit einem Skript durchgehen. Anstatt mich also interaktiv durch den virtuellen Join zu führen und |
| |
Zeilenstatus-Spalteneigenschaften, wir werden uns die Skriptergebnisse davon ansehen. |
| |
Und das Beispiel hier, was wir machen wollten, ist, diese drei Tabellen (noch einmal, die Demographie, unerwünschte Ereignisse und Labordaten in einer klinischen Studie) zu verwenden, um wirklich das zu erstellen, was sie eine |
| |
umfassendes Sicherheitsprofil. Und genau das ist die Begründung und Begründung für den Einsatz in JMP Clinical für unsere Kunden. |
| |
Die Idee ist, dass wir diese Datensätze nehmen und getrennt halten möchten, sie aber dennoch in einer umfassenden Einzelanalyse verwenden können, sodass sie sich nicht getrennt anfühlen. |
| |
In diesem Beispiel möchten wir unsere Demografie öffnen und als Link-ID einrichten. Dies ähnelt dem, was ich gerade interaktiv durchgeführt habe. Dabei werden die demografische Tabelle und die Spalteneigenschaft „Link-ID“ für die eindeutige Betreffkennung erstellt. |
| |
Damit sind wir fertig. Sie sehen dort den Schlüssel, der zeigt, dass dies nun die Link-ID-Eigenschaft ist. Anschließend öffnen wir den Labs-Datensatz. |
| |
Und wir werden eine Eigenschaft für die eindeutige Subjektkennung in dieser Tabelle festlegen, um den Linkverweis auf die Demografietabelle zu verwenden. |
| |
Und hier noch ein paar Optionen. Wir möchten zeigen, dass die Verwendung kürzerer Namen sinnvoll ist. Verwenden Sie den verknüpften Spaltennamen, um den Namen unserer |
| |
Spalten aus der Demografietabelle in die Labortabelle. Und hier möchten wir die Zeilenstatussynchronisierung als Akzeptanz von Auswählen, Ausschließen und Ausblenden einrichten. |
| |
Und wir werden dies auch für die AE-Tabelle tun. Ich werde also die beiden nächsten Code-Schnipsel ausführen, |
| |
Dadurch werden meine AE- und meine Labortabelle geöffnet. Und jetzt sehen Sie, dass anstelle dieses Dispatches die Eigenschaften hier auf „Akzeptieren“ gesetzt sind. |
| |
mit diesen Optionen „Auswählen“, „Ausschließen“ und „Ausblenden“. Und ähnlich verhält es sich mit der Tabelle der unerwünschten Ereignisse. In diesem Fall haben wir also anstelle dieses Versands, bei dem wir sehr darauf geachtet haben, nur |
| |
Ein Zeilenstatustyp aus einer Tabelle und ein anderer aus einer anderen Tabelle zurück zu unserer Link-ID-Referenztabelle. Hier lassen wir die Demografie unserer Link-ID-Referenztabelle übertragen, was mit ihr passiert. |
| |
zu den anderen beiden Tabellen. Und genau das macht „Accept“. Es werden also Zeilenzustände aus der Demografietabelle akzeptiert. |
| |
Und ich habe ein bisschen geschummelt, indem ich hier eigentlich nur ein Skript an unsere Demografietabelle angehängt habe |
| |
Dabei handelt es sich eigentlich nur um das Einrichten einiger der Visualisierungen, die ich bereits gezeigt habe und bei denen es sich um Skripte handelt, die in einem einzelnen Fenster an die einzelnen Tabellen angehängt sind. |
| |
Hier sehen Sie also Ihr Sicherheitsprofil. Wir haben die Verteilung der demografischen Patientendaten. Diese stammen aus der Demografietabelle. |
| |
Sie sehen die korrekten Zahlen der 443 Patienten unter Placebo gegenüber den 427 Patienten unter Nicardipin. |
